Qué capacidades pone en juego el trabajo con IA#
Andrés da química general y usa IA desde hace un año: sus instrucciones son precisas, obtiene problemas resueltos y rúbricas en minutos. Un día sube a la herramienta la lista de calificaciones de su grupo para que le sugiera a quién apoyar, y no se le ocurre preguntarse a dónde van esos datos. Otro día acepta una rúbrica generada porque «se ve profesional», aunque evalúa cosas que no enseñó. Andrés sabe usar herramientas; lo que le falta es entender qué hace el sistema con lo que le da y sostener una conversación donde su juicio conduzca el proceso en lugar de seguirlo. Estar alfabetizado digitalmente hoy exige esas tres cosas: manejar la herramienta, comprender el ecosistema en el que opera y co-crear con la IA conservando el control de qué se acepta, qué se descarta y hacia dónde va el trabajo. Esta síntesis editorial organiza esas capacidades en tres literacidades: operativa, crítica y cocreación. Se pueden desarrollar en una progresión acumulativa, pero se ejercitan desde el inicio. Úsala para identificar una dificultad concreta de tu grupo, sin asignarle un nivel único.
La llegada de la IA generativa hizo insuficiente la alfabetización entendida como manejo de plataformas: el caso de Andrés ilustra por qué la soltura con una interfaz no basta.
La razón de fondo es que una herramienta puede ordenar el trabajo de quien la usa: decidir qué va primero en un resumen, qué desaparece o qué tono suena «correcto». Vallès-Peris y Pareto (2025) usan el concepto de modo de ordenamiento para analizar procesos de decisión automatizada en atención primaria en Cataluña. Esta página toma esa idea como una síntesis editorial para preguntar, en otro contexto, cómo una IA configura decisiones docentes que no siempre se ven en la interfaz. La literacidad crítica ayuda a examinar ese ordenamiento; la de co-creación, a trabajar con sus aportes sin ceder la decisión sobre qué se incorpora.
Desliza horizontalmente para consultar todas las columnas.
| Literacidad | Enfoque | Competencias clave |
|---|---|---|
| Operativa | Usar la IA con soltura | Formular instrucciones, comparar salidas, documentar el uso e integrar la IA al flujo de trabajo |
| Crítica | Entender el sistema que produce las salidas | Detectar sesgos, cuestionar quién diseña y con qué datos, comprender la IA como modo de ordenamiento |
| Cocreación | Sostener el acoplamiento sin perder la dirección | Mantener la dirección epistémica, descartar salidas que no sirven, saber cuándo no usar la IA |
Cada literacidad tiene su propia infografía con los cinco principios que la desarrollan:
- Principios de la alfabetización operativa — formular, comparar, verificar, documentar e integrar.
- Principios de la alfabetización crítica — discernimiento, conciencia sociotécnica, agencia, uso selectivo y adaptabilidad contextual.
- Principios de la alfabetización para la co-creación — reconocer el acoplamiento, conservar la dirección epistémica, sostener el ciclo iterativo, documentar el proceso y cultivar la ganancia cognitiva.
Para una vista panorámica del marco completo —diagrama, caso y relación flexible con la taxonomía de Bloom—, ver el mapa visual de las tres literacidades.
Literacidad operativa#
La literacidad operativa reúne la capacidad de usar herramientas de IA con soltura: formular instrucciones útiles, comparar salidas de distintos modelos, integrar el asistente al flujo de trabajo docente y documentar qué se usó y cómo.
Es la capa más visible y la que históricamente concentró las capacitaciones. Por sí sola es insuficiente: un docente operativamente fluido puede producir materiales de calidad técnica alta mientras reproduce sesgos que no detecta, delega decisiones pedagógicas que le corresponden o acepta salidas del modelo sin la evaluación crítica que el contexto académico exige.
Los cinco principios operativos sintetizan esta capa; las guías prácticas de IA y el repositorio de prompts la desarrollan en detalle.
Literacidad crítica#
La literacidad crítica exige examinar el sistema que produce las salidas, no solo usarlas. La IA generativa trabaja con patrones de los datos y textos con los que fue entrenada; esos materiales pueden contener sesgos y ausencias (Bender et al., 2021). También opera dentro de condiciones económicas, técnicas y políticas que no siempre aparecen en la interfaz. Estas preguntas acompañan el uso operativo desde el inicio, aunque la capacidad para investigarlas y fundamentar una decisión se fortalezca con la práctica.
La literacidad crítica desarrolla tres capacidades:
- Detección de sesgos: identificar qué voces, lenguas y perspectivas subrepresenta o distorsiona el modelo.
- Conciencia del ecosistema: entender quién diseña, financia y opera los sistemas de IA, y qué relaciones de poder implica.
- Verificación sistemática: cruzar las salidas con fuentes independientes antes de usarlas o enseñarlas.
La alfabetización crítica en IA desarrolla estos principios operativos. Los sesgos algorítmicos y equidad educativa los lleva al contexto del aula mexicana.
Literacidad de co-creación#
La literacidad de co-creación se ocupa de sostener una interacción con la IA sin perder la dirección del proceso: formular un propósito, contrastar aportes, decidir qué conservar o descartar y responder por el resultado. No sustituye las otras dos literacidades ni establece una autoría jurídica compartida con el sistema. En esta página, «co-creación» es una síntesis editorial para nombrar un ciclo de trabajo en el que la persona conserva esas responsabilidades.
Meshi (2024) presenta un proyecto performativo en el que una interfaz corporal media conversaciones con GPT y propone la imagen de un ensamblaje cognitivo (cognitive assemblage) para pensar esa integración; no establece por ello un modelo pedagógico general. Yang y Ma (2026), a partir de entrevistas con 31 académicos, identifican cinco tipos de relaciones epistémicas que varían según la práctica y el contexto; su aporte ayuda a evitar metáforas fijas sobre la relación persona-IA, no clasifica de una vez todas las tareas docentes. Rousell y Sinclair (2025) estudian con métodos especulativos cómo una iniciativa de política educativa de UNESCO produce imaginarios de futuro con apoyo de IA. Ese caso invita a preguntar qué futuros y condiciones se favorecen al adoptar sistemas, pero no prescribe una forma única de trabajar en el aula.
La competencia de co-creación implica:
- Reformular instrucciones hasta que el resultado cumpla lo que tú pediste (por ejemplo, «tres causas, no diez»), no lo que el modelo suele dar.
- Descartar salidas plausibles que no sirven a lo que querías enseñar (por ejemplo, un resumen correcto cuando querías un texto con un error para discutirlo).
- Documentar el proceso de co-creación como muestra del trabajo intelectual («qué pedí, qué descarté, qué cambié»).
- Saber cuándo no usar la IA: cuando el esfuerzo sin asistencia es lo que produce el aprendizaje.
Los cinco principios de la co-creación sintetizan esta capa. La guía sobre alfabetización en co-creación desarrolla la progresión formativa en tres sub-niveles con indicadores observables. La guía sobre co-creación persona-IA muestra, mediante un caso, cómo la persona conserva la dirección del proceso.
Lo que comparten las tres literacidades#
Las tres literacidades se desarrollan con práctica guiada, retroalimentación y tiempo protegido; leer sirve para saber qué buscar. Un docente con años de uso operativo, como Andrés, puede necesitar fortalecer el examen crítico de una herramienta, y alguien con criterios sólidos puede requerir practicar cómo documenta y decide en una interacción de co-creación. Si diriges formación docente, antes de programar otro taller de prompts conviene preguntar qué capacidad necesita practicar este grupo y en qué situación concreta. Se aprende progresivamente, pero una actividad inicial también puede incluir cuidado de datos, contraste de fuentes y una decisión justificada.
La entrada de glosario sobre alfabetización en IA sintetiza el marco conceptual. Para profundizar en la formación del profesorado, la sección de formación docente ofrece guías y talleres organizados por competencia.
Referencias
- Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610–623. https://doi.org/10.1145/3442188.3445922
- Meshi, A. (2024). GPT-ME: A human-AI cognitive assemblage. Proceedings of the ACM on Computer Graphics and Interactive Techniques, 7(4), 55:1–55:8. https://doi.org/10.1145/3664214
- Rousell, D., & Sinclair, M. P. (2025). Desiring-futures in education policy: Assemblage theory, artificial intelligence, and UNESCO’s futures of education. Educational Review, 77(6), 1754–1777. https://doi.org/10.1080/00131911.2024.2362176
- UNESCO. (2024). AI competency framework for teachers. UNESCO. https://www.unesco.org/en/articles/ai-competency-framework-teachers
- Vallès-Peris, N., & Pareto, J. (2025). Artificial intelligence as a mode of ordering: Automated-decision making in primary care. Information, Communication & Society, 28(11), 2015–2033. https://doi.org/10.1080/1369118X.2024.2406802
- Yang, S., & Ma, R. (2026). Towards a typology of epistemic relationships in human–AI interaction. Information Research, 31(iConf). https://doi.org/10.47989/ir31iconf64143